【LeetCode】Day69-完全平方数&整数拆分&组合总和 Ⅳ

完全平方数

279. 完全平方数【中等】

题解

和昨天的322. 零钱兑换对比一下

发现几乎完全一样，只是多了一步计算完全平方数，代码完全可以照搬

class Solution {
    private int[] square;
    public int numSquares(int n) {
        //生成完全平方数数组
        int slen=(int)Math.sqrt(n);
        square=new int[slen];
        judgeSquares(n);
        
        int[] dp=new int[n+1];
        Arrays.fill(dp,n+1);
        dp[0]=0;
        for(int i=1;i<=n;i++){
            for(int j=0;j<slen;j++){
                if(i>=square[j])
                    dp[i]=Math.min(dp[i],dp[i-square[j]]+1);
            }
        }
        return dp[n];
    }
    //筛选出完全平方数
    public void judgeSquares(int n){
        for(int i=0;i<(int)Math.sqrt(n);i++){
            square[i]=(i+1)*(i+1);
        }
    }
}

简化一下代码，发现其实完全平方数数组并不需要，用 $j\ast j(0<j<=\sqrt{n})$ 就行

class Solution {
    public int numSquares(int n) {
        int[] dp=new int[n+1];
        dp[0]=0;
        //金额
        for(int i=1;i<=n;i++){
            dp[i]=n+1;
            //硬币
            for(int j=1;j*j<=i;j++){
                dp[i]=Math.min(dp[i],dp[i-j*j]+1);
            }
        }
        return dp[n];
    }
}

顺便说一下，乘法比开方的效率高，因此最好用 j*j<i，而不是 j<(int)Math.sqrt(i)

时间复杂度：$O(n\sqrt{n})$

空间复杂度：$O(n)$

整数拆分

343. 整数拆分【中等】

题解

1. 状态定义：dp[i] 表示将正整数 i 拆分成至少两个正整数的和之后，这些正整数的最大乘积
2. 状态转移方程：假设对正整数 i 拆分出的第一个正整数是 j（1≤j<i），即 i 可以拆分成 i 和 i-j，则有以下两种情况
   （1）i-j不拆了：乘积为 $j\ast (i-j)$
   （2）i-j继续拆：乘积为 $j\ast dp[i-j]$
   所以dp[i]=Math.max( i*(i-j) , i*dp[i-j] )
3. 初始条件：dp[0]=dp[1]=0，因为0和1无法拆分成两个正整数
4. 返回值：dp[n]

class Solution {
    public int integerBreak(int n) {
        int[] dp=new int[n+1];
        for(int i=2;i<=n;i++){
            for(int j=1;j<i;j++){
                int tmp=Math.max(j*(i-j),j*dp[i-j]);
                dp[i]=Math.max(tmp,dp[i]);
            }
        }
        return dp[n];
    }
}

时间复杂度：$O(n^2)$

空间复杂度：$O(n)$

组合总和 Ⅳ

377. 组合总和 Ⅳ【中等】

题解

和 518. 零钱兑换 II 简直一模一样…不知道说啥了，直接默认代码就得了

class Solution {
    public int combinationSum4(int[] nums, int target) {
        int[] dp=new int[target+1];
        dp[0]=1;
        for(int i=1;i<=target;i++){
            for(int j=0;j<nums.length;j++){
                if(i>=nums[j])
                    dp[i]+=dp[i-nums[j]];
            }
        }
        return dp[target];
    }
}

时间复杂度：$O(n^2)$

空间复杂度：$O(n)$

总结

题解中有个大佬总结了类似的背包问题的模板，希望用一种规律搞定背包问题，太牛了，非常精辟！学习！